人工智能在眼科领域的应用进展

随着经济全球化的不断发展,人工智能与医疗决策的关系越来越密切,在眼科领域也展现出独特的优势。目前人工智能更多地被用于视网膜疾病(糖尿病视网膜病变、年龄相关性黄斑变性、视网膜静脉阻塞、早产儿视网膜病变)及眼前节疾病(白内障、青光眼、眼前段异常)的诊疗。本文旨在综述人工智能在眼科领域的应用进展,并指出人工智能面临的潜在挑战及对应用前景的展望,为人工智能在眼科领域的进一步发展提供参考信息。     

眼科人工智能研究发展存在的挑战及应对

人工智能技术的兴起给眼病诊疗带来了颠覆性的变革, 为眼科影像诊断技术提供了全新的智能辅助诊断模式。然而, 随着临床应用反馈和需求的不断变化, 眼科人工智能研究面临着一些挑战, 包括缺乏标准化的数据集和共享平台, 算法模型单一, 跨模态信息融合不足, 以及缺乏临床可解释性等问题。为了满足眼科人工智能研究的新需求, 我们需要努力建设眼科数据标准及共享平台, 突破核心智能算法创新, 并建立临床逻辑可解释的眼病筛查、诊断、预测模型。此外, 与5G、虚拟现实、手术机器人等前沿技术的深度融合, 也将推动我国眼科智能医学发展进入新的阶段。     

眼科人工智能在远程医疗中的应用

当下,我国眼科的发展存在失衡现象,大城市与农村及偏远地区在眼科相关诊疗设施水平、诊疗技术等方面存在巨大差异,仍需探寻新的智能诊疗模式以解决失衡问题。由于眼球是唯一可以直接观察人体血管和神经的器官,眼部可反映其他脏器的健康状态,部分眼科检查的医学图像可对眼部疾病做出诊断等特点,眼科开展人工智能(artificial intelligence,AI)具有独到的优势。此外,人工智能可在一定程度上提高跨时间空间传递信息的精准度及效率。人工智能在眼科及远程信息传递的优势为解决眼科发展失衡状况提供了助力。本文从眼科人工智能在眼科远程医疗相关应用的角度,主要分析并总结当下我国人工智能在眼科相关疾病远程医疗中的发展程度、所具优势以及存在问题,并讨论眼科人工智能在远程医疗的应用展望。     

基于机器学习的人工智能技术在眼科中的应用进展

随着现代人工智能(artificial intelligence,AI)技术的高速发展,其在不同领域的实践和应用已逐渐开展,医学领域也不例外,基于机器学习的人工智能技术在眼科中的应用便是其中之一。许多眼部疾病的诊断很大程度上依赖于眼科辅助检查结果,而大部分眼科辅助检查都以影像学检查为主。眼部图像精细、复杂、信息量大,诊断结果常受限于医生的知识水平与临床经验,主观性较强,耗时耗力。通过与计算机相结合的机器学习的人工智能技术在眼科中的应用,极大地提高了临床工作中眼科疾病的诊断效率,减轻了眼科医生的负担。本文旨在综合国内外学者在眼科领域开展人工智能技术的基础上,系统地展示基于机器学习的人工智能技术在眼科常见病中的应用进展、实际存在问题及对未来的展望。     

眼科基于图像的人工智能

人工智能在眼科的应用将极大减轻眼科临床医师的工作量。机器学习是人工智能的重要分支,深度学习是机器学习中最重要的算法。目前人工智能在眼科已有了成熟的应用。本文汇总近年文献,总结人工智能在眼科的应用,探讨眼科人工智能的不足并展望其未来,以期为在眼科临床进一步发挥人工智能作用提供参考。 （中华眼科杂志,2021,...     

人工智能在小儿眼科领域的应用研究进展

近年来人工智能(artificial intelligence,AI)技术发展迅猛,在医学领域的实践与应用为医疗行业的发展带来新可能。在普通眼科领域,基于机器学习(machine learning,ML)的人工智能技术极大提高了诊断效率,但在小儿眼科方面取得的进展较少。目前人工智能技术已运用于自动检测早产儿视网膜病变(retinopathy of prematurity,ROP)、儿童白内障,检测斜视和屈光不正,预测未来高度近视,通过眼动追踪诊断阅读障碍以及对眼科图像的研究等方面。本文对人工智能在小儿眼科的应用现状、进展与未来发展做一综述。     

人工智能应用于眼科的积极作用及其伦理问题

人工智能被描述为“第四次工业革命”,借助互联网和大数据发展的推动,眼科成为走在这一浪潮的前沿学科,展现出一片蓬勃发展的良好前景。人工智能现已应用于多种眼部疾病的辅助筛查、诊断及治疗,辅助完成角膜、屈光、白内障等相关手术;帮助实现分级诊疗、远程医疗和改良眼科人才培养模式,并参与眼健康管理及眼科教育。人工智能为人类带来福祉的同时也带来了若干伦理问题,其中与医学伦理相关的诊治失误责任划分、患者信息隐私保护、人文关怀及其公平性、日益发展的人工智能与不完善的伦理及法律等矛盾尤为突出。人工智能必须在正确的价值导向下,遵守相应的伦理规范,才能在临床实践不断成熟和完善。本文综述了人工智能背景下眼科发展现状及面临的伦理困境,旨在为促进其在眼科领域的健康发展提供参考。     

交叉学科人才

当前的科技创新与医疗突破越来越依赖于多学科的交叉、融合,对复合型人才储备的需求越来越大.随着深度学习等人工智能技术在医学领域的应用不断发展,智能医疗已成为医学的重要分支.其中,眼科由于其诊疗的眼部影像依赖性,成为人工智能发展最有前景的医疗学科之一.交叉学科人才的培养对于医学人工智能的快速发展至关重要.封面展示了交叉学科...     

人工智能在视光学领域中的研究进展

近年来,随着计算机科学技术的不断提高,以深度学习(DL)为基础的人工智能(AI)技术得到了飞速的发展,引起了全球的广泛关注。AI在医学领域的研究和应用已经取得了很大的进展,在眼科视光学领域,AI可对近视、斜视、弱视等疾病进行辅助诊断; 在圆锥角膜的筛查和早期诊断以及近视的预防和矫正中取得了良好的结果。尽管如此,AI在眼科的应用也存在巨大的限制和挑战,包括临床和技术挑战、算法结果的可解释性、医学法律问题等。本文综述了AI在眼科视光学领域诊疗中的应用、局限性及展望。     

人工智能在眼前段疾病的应用

随着人工智能(artificial intelligence,AI)技术的快速发展,基于深度学习(deep learning,DL)和机器学习的AI技术在医学领域上的应用受到了广泛的关注。AI在眼科的应用也逐渐向更全面更深入的层次发展,通过角膜断层扫描、光学相干断层扫描、裂隙灯图像等技术,AI在对角膜病变、结膜病变、白内障、青光眼等眼部疾病的诊断和治疗方面都表现出了良好的性能。然而AI在眼科的应用方面也存在一些诸如结果可解释性的欠缺、数据集标准化的缺乏、数据集质量的不齐、模型适用性的不足和伦理问题等挑战。在5G和远程医疗飞速发展的时代,眼科AI同时也有许多新的机遇。本文综述了AI在前段眼科疾病中的应用、临床实施的潜在挑战和前景,为AI在眼科领域的进一步发展提供参考信息。     

人工智能技术溯源、医学应用及其在眼科前节疾病的应用现状与展望

近年来人工智能飞速发展,为许多领域带来技术上的革新。它在医学领域也表现出了极大的发展潜力,人工智能辅助下对某些疾病影像的判读与诊断,表现出出色的特异性和准确性可以媲美人类专家。而眼科是一门高度依赖影像学检查的学科,如眼底照相、光学相干断层扫描(OCT)、角膜地形图等都适合进行机器学习。因此,许多学者致力于人工智能在眼科领域应用的研究。目前,大多数研究都集中于视网膜疾病,而对眼前节疾病研究尚少,故笔者拟对人工智能在眼前节疾病中的应用现状进行综述。     

多模态数据融合技术及其在眼科领域的应用研究进展

多模态数据融合技术(MDF)是人工智能领域中的一种数据处理技术,是指利用计算机对多模态数据,如图片、文字、音频与视频等进行综合处理的技术。与传统单模态数据处理相比,MDF对描述对象的分析有更高的准确性与可靠性。近年来,该技术在眼科领域的应用研究取得了较大进展,研究表明该技术能提高人工智能辅助诊断的准确性。本文综述了MDF的原理与优势、发展简况、架构与主要技术难点、MDF在眼科临床的应用现况以及目前存在的尚待解决的问题。     

人工智能在眼科光相干断层扫描图像中的应用

人工智能(AI)作为计算机科学的前沿研究领域,在医学领域已有广泛的应用。眼科诊疗过程中产生大量影像学资料,而AI在图像识别方面具有极大优势,将AI应用于眼科影像已逐渐成为眼科领域的研究热点。目前,已有大量研究报道AI技术成功应用于眼科疾病的诊断、分型、分期、治疗途径和治疗效果随访跟踪,如闭角型青光眼、年龄相关性黄斑变性...     

人工智能深度学习技术在常见眼病辅助诊断的应用现状和进展

近年来,人工智能深度学习技术引起了社会各界的高度关注。在眼科学领域,国内外学者对运用人工智能深度学习技术辅助检测和监测眼病进行了大量研究。本文主要对运用人工智能深度学习技术在常见眼病辅助诊断的研究进展进行了系统的综述,包括深度学习技术的原理及其在糖尿病视网膜病变、白内障、青光眼、年龄相关性黄斑变性等诊断和检测中的应用现状和研究进展。     

人工智能在眼科疾病诊疗的应用现状

近年来，人工智能（artificial intelligence，AI）在医学领域的应用范围不断扩大，已成为医疗行业关注的焦点，在心血管疾病、乳腺癌、皮肤癌、糖尿病视网膜病变、白内障、青光眼及早产儿视网膜病变等诊疗中均有新进展。本综述旨在了解AI在眼科领域的应用现状、优势、进展及不足，为AI在眼科领域的进一步应用及推广提供更多信息。     

数据库技术在眼科信息化管理中的现状及发展趋势

随着信息变革的深入,眼科信息获取的途径与形式均发生了巨大变化,如何有效地存储、整合、挖掘与利用这些信息,是实现眼科信息化的关键.数据库技术作为当今信息社会中的核心和基础,在眼科信息资料的处理上发挥着重要的作用.为了让更多的眼科工作者了解数据库技术知识并运用到实际工作中,对数据库技术在眼科信息学的地位、眼科数据库应用现状及未来眼科数据库可能的发展模式,进行全面综述.     

人工智能在眼科领域不同年龄段人群中的研究进展

以机器学习和深度学习为基础的人工智能在最近几年引发了全球范围内的极大关注.在儿童眼科方面,人工智能已涉及早产儿视网膜病变、近视防控、小儿斜视和屈光不正等方面的自动检测应用;在成人眼科方面,AI被更多的用于糖尿病视网膜病变、青光眼、白内障以及眼前节异常的诊疗中.本文系统综述了人工智能在眼科领域儿童和成人两个不同年龄段人群...     

人工智能在眼病筛查和诊断中的研究进展

近年来随着人口老龄化的发展、人群用眼方式的改变，现有的眼科医疗资源正越来越难以满足日渐增长的医疗需求，亟需新型的诊疗模式予以补足。眼科人工智能作为眼科领域的新兴元素，在眼病的筛查诊断中发展迅速，主要表现为“眼部图像数据+人工智能”的模式。近年来，随着该模式在白内障、青光眼、糖尿病性视网膜病变(diabetic retinopathy，DR)等常见病中研究的深入，相关技术日渐成熟，表现出了较大的应用优势与应用前景，部分技术甚至成功转化并被逐渐应用于临床。眼科诊疗向智慧医学模式的过渡，有望缓解日益增长的医疗需求与紧缺的医疗资源之间的矛盾，从而提高整体的医疗服务水平。     

人工智能在眼部疾病中的应用及其挑战

随着人工智能技术的发展和普及,医学领域也出现了越来越多人工智能(AI)的身影。人工神经网络等新技术与临床的结合正成为研究热点,其中卷积神经网络(CNN)的深度学习算法在图像识别领域取得了巨大的成就,逐渐被用于糖尿病视网膜病变(DR)、年龄相关性黄斑变性(ARMD)、早产儿视网膜病变(ROP)、青光眼和白内障等多种眼科疾病的诊断和筛查中。目前针对不同眼科疾病,世界范围已有多个公开数据库,包括了眼底彩照、光学相干断层扫描(OCT)等多种图像资料,为眼科领域深度学习算法的训练和构建奠定了基础。同时算法本身也在不断优化,使相关AI产品的构建朝着更简便高效的方向发展,同时其临床运用也面临医学伦理和准入标准的问题。总之,深度学习算法的使用为几种常见眼科疾病的筛查诊断带来了巨大的改变也带来挑战,目前尚未大规模的投入临床应用中。本文针对人工智能在眼部疾病中的应用进展做综述,旨在总结这一领域的研究现状和现存问题,并提出对未来的展望。     

医学人工智能通识课程的效果评估

目的:分析医学人工智能通识课程"眼科人工智能的研发与应用"的开展效果,为相关医学人工智能通识课程的开展提供参考和借鉴.方法:纵向观察性研究.观察分析2020年秋季学期眼科人工智能的研发与应用通识课程学生人群,课程考核结果以及学生对课程的整体评价.结果:共有118名本科生同学参与了课程学习.其中大部分为低年级临床医学专业...